ComfyUIでFLUX.1 Kontextを使う：反復編集とキャラクター一貫性

銀色の短髪、琥珀色の目、服装まで気に入った人物画像があるとします。背景だけを舞台から街へ変えたかったのに、2枚目では顔、髪色、服まで変わりました。さらにポーズと表情を直すと、3回目には輪郭がぼやけます。FLUX.1 Kontextは入力画像を文脈として扱い、変更箇所と保持箇所を指示で分けるためのモデルです。

ただし、人物を永久に固定する機能ではありません。BFLは反復編集の一貫性と同時に、6回の編集後にアーティファクトが出た失敗例も示しています。短い反復、中間画像の保存、1回1変数が安全な使い方です。

FLUX.1 Kontextが向く用途と向かない用途

FLUX.1 Kontext Devは画像とテキスト指示を受け取る12Bの画像編集モデルです。背景や服装、局部、画風、文字を変更し、前の出力を続けて編集できます。

目的	Kontextでの方法	保持条件	主なリスク
人物を保って背景変更	背景だけを編集	face、pose、scale、position	顔や構図も変わる
顔を保って服装変更	材質と色だけを指定	facial features、hairstyle、expression	体形まで変わる
製品を別の場所へ移動	環境だけを変更	shape、logo、material、proportions	ロゴや形状が描き直される
複数回でシリーズ化	1回1要素を変更	各回で保持条件を繰り返す	小さな誤差が蓄積する
長期キャラクター資産	Kontextで方向性を試す	正常な基準画像を保存	継続運用は学習手法が安定する

用途は他の制御と異なります。ControlNetは姿勢や輪郭、LoRAは長期再利用に向きます。IPAdapterは参照画像条件、FaceID系は顔の特徴が中心です。

Kontext Devのモデルを配置する

ComfyUI公式チュートリアルはFP8 scaled diffusion model、VAE、2種類のtext encoderを使います。ダウンロード前にBFLの条件への同意が必要な場合があります。

ComfyUI/models/
├── diffusion_models/
│   └── flux1-dev-kontext_fp8_scaled.safetensors
├── text_encoders/
│   ├── clip_l.safetensors
│   └── t5xxl_fp16.safetensors
└── vae/
    └── ae.safetensors

T5はt5xxl_fp8_e4m3fn_scaled.safetensorsも選べます。配置後に一覧を更新し、見つからなければフォルダ名とファイルの完全性を確認して再起動します。一般的な導入問題はComfyUIワークフロー再利用ガイドも参照してください。

ネイティブテンプレートを開く

ComfyUIまたはDesktopを更新し、Workflow TemplatesからFlux.1 Kontext Devを探します。表示されない場合、未知のノードを追加する前に本体を更新します。

ネイティブノードで最初の編集を実行する

公式Devワークフローの順序は次のとおりです。

1. Load Diffusion Modelでflux1-dev-kontext_fp8_scaled.safetensorsを選びます。
2. DualCLIP Loadでclip_l.safetensorsとT5を選びます。
3. Load VAEでae.safetensorsを選びます。
4. Load Image(from output)へ入力画像を読み込みます。
5. CLIP Text Encodeに英語指示を入力します。
6. QueueまたはCtrl/Cmd + Enterで実行します。

現在のComfyUI公式ページは、このワークフローのプロンプトは英語のみ対応と記載しています。偶然ほかの言語が通ることに頼らず、短く具体的な英語でモデル、指示、グラフのどこに問題があるか切り分けます。

最初は1つの対象だけ変える

背景、服装、姿勢、年齢、画風を同時に変えず、まず背景だけを試します。これでドリフトを起こした指示を特定できます。

Change the background to a city street at night.
Keep the person in the exact same position, scale, and pose.
Preserve the same facial features, hairstyle, expression, and clothing.

変更点と保持条件を同時に書く

Kontextでは一般的な画質語より、対象、動作、不変条件が重要です。beautifulやmake it differentは境界が曖昧です。change、replace、keep、preserveで編集部分と保持部分を分けます。

場面	曖昧な指示	制御しやすい指示
背景変更	Put her on a beach	Change the background to a beach while keeping the same face, pose, scale, and position
服装変更	Transform her into a Viking	Change only the clothing to Viking armor while preserving facial features and hairstyle
製品の色変更	Create a new bottle design	Change only the bottle color to blue; preserve shape, logo placement, material, and proportions
画風変更	Make it a sketch	Convert to a pencil sketch while maintaining the original composition and subject identity

人物、製品、構図の保持語

保持対象	明記する条件	失敗の兆候
人物	facial features、hairstyle、expression、body shape	目、顔形、髪、年齢が変わる
製品	shape、logo placement、material、proportions	ロゴ、曲線、材質が変わる
構図	composition、camera angle、position、scale	移動、切り抜き、透視変化
姿勢	pose、hand position、body orientation	手足や輪郭がずれる

姿勢を厳密に固定する必要があるなら、長い文章を追加するよりControlNetへ切り替えます。

反復編集を保存・確認・巻き戻す

Load Image(from output)で前の出力を次へ渡します。背景、服装や小物、軽い姿勢や表情、最後に光や画風の順が扱いやすいです。

1. 未編集の基準画像を保存します。
2. 背景だけを変えてround-01を保存します。
3. 服装や小物だけを変えてround-02を保存します。
4. 軽い姿勢や表情を変更します。
5. 画風、色調、光は最後にします。

巻き戻すタイミング

顔、目、ロゴ、比率、鮮明さが悪化したら、直前の正常な画像へ戻ります。崩れた画像へ「顔を戻す」と追加しても、さらに広い範囲が再描画され、誤差が次へ残ります。

安全な回数は固定されていません。BFLの6回後の失敗例は、5回まで安全で6回目に必ず壊れるという閾値ではありません。入力、変更幅、指示で結果は変わります。

人物と製品の一貫性プロンプト

sheだけでなく、観察できる特徴を書きます。

Change only the background.
Keep the same woman with short silver hair and amber eyes.
Preserve her facial features, hairstyle, expression, body shape, pose, and scale.

製品ではブランドに関わる条件を固定します。

Place the same bottle on a marble counter.
Preserve the exact bottle shape, logo placement, label text, material, proportions, and camera angle.
Change only the environment and surrounding lighting.

これはドリフトを減らす方法であり、検品の代わりではありません。商用製品画像はロゴ、文字、比率、表示、材質を確認し、実在人物は許諾済み素材だけを使います。

Dev、Pro、Max、FP8、GGUFを選ぶ

選択肢	利用方法	向く用途	注意点
Kontext Dev	ローカルopen weights	研究、カスタマイズ、プライバシー	Non-Commercial Licenseの対象
Kontext Pro	API / Partner Nodes	商用編集と高速な反復	現行価格と条件を確認
Kontext Max	API / Partner Nodes	指示追従と文字編集	ローカルDev重みとは別物
FP8 scaled	ComfyUI公式の主経路	ネイティブ構成を早く試す	必要メモリは環境次第
GGUF / Nunchaku	コミュニティ実装	メモリ削減や高速化	ノード、品質、互換性を実測

「12GBなら必ず動く」とは言えません。T5、解像度、VAE、プレビュー、offload、追加ノードにも左右されます。別問題としてComfyUI低VRAM最適化を参照してください。

guidanceは例の値から試す

Hugging FaceのDiffusers例はguidance_scale=2.5です。開始値にはなりますが、全グラフの最適値ではありません。入力とseedを固定し、1つずつ変更します。

よくある失敗を順番に切り分ける

症状	最初に確認	次の対応
モデルが一覧にない	フォルダ、名前、完全性	更新して再起動
指示が効かない	英語と対象の具体性	change/replaceで明記
背景変更で顔が変わる	同時に変えすぎていないか	顔、髪、姿勢を保持
回数ごとにぼやける	崩れた出力を再利用していないか	正常な中間画像へ戻る
製品ロゴが変わる	ロゴとラベルを固定したか	範囲を狭めて検品
構図や姿勢がずれる	構造制御が必要か	ControlNetを使う
VRAM不足	FP8、T5、解像度、追加ノード	GGUF、offload、APIを検討

切り分け中は入力画像とseedを固定します。モデル、量子化、解像度、プロンプトを同時に変えると原因を特定できません。

ライセンス、責任ある利用、最終選択

FLUX.1 Kontext Devの重みは現在FLUX.1 dev Non-Commercial Licenseの対象です。モデルカードは出力の個人、科学、商用利用を説明していますが、Dev重みを有料サービスへ組み込める意味ではありません。商用展開はBFLの現行ライセンスを確認します。ProとMaxはAPI製品です。

目的別に選びます。

• 短期の背景、服装、局部、構想編集はKontextです。
• 人物や画風を長期運用するならLoRAです。
• 同じ顔の固定が中心ならFaceID系と肖像許諾を検討します。
• 姿勢、輪郭、構図を厳密に固定するならControlNetです。
• 参照画像の画風や主体条件を注入するならIPAdapterです。

最初の編集が成功したら基準画像を保存し、背景、服装、軽い動作、光や画風の順に進めます。Kontextの利点は完全固定ではなく、各変更に文脈を与え、ドリフト時に直前の正常版へ戻れることです。